MétaCan
Menu
Retour à la cohorte
Enregistrement W2113335122 · doi:10.1002/bdrc.20173

The role of mechanical signals in regulating chondrogenesis and osteogenesis of mesenchymal stem cells

2010· review· en· W2113335122 sur OpenAlexaff
Daniel J. Kelly, Christopher R. Jacobs

Notice bibliographique

RevueBirth Defects Research Part C Embryo Today Reviews · 2010
Typereview
Langueen
DomaineMedicine
ThématiqueBone fractures and treatments
Établissements canadiensTrinity College
Organismes subventionnairesNational Institute of Arthritis and Musculoskeletal and Skin Diseases
Mots-clésChondrogenesisMesenchymal stem cellCell biologyRegeneration (biology)EpigeneticsStem cellCell fate determinationMechanobiologyCellular differentiationBiologyNeuroscienceChemistryGeneticsTranscription factor

Résumé

récupéré en direct d'OpenAlex

It is becoming increasingly clear that mesenchymal stem cell (MSC) differentiation is regulated by mechanical signals. Mechanical forces generated intrinsically within the cell in response to its extracellular environment, and extrinsic mechanical signals imposed upon the cell by the extracellular environment, play a central role in determining MSC fate. This article reviews chondrogenesis and osteogenesis during skeletogenesis, and then considers the role of mechanics in regulating limb development and regenerative events such as fracture repair. However, observing skeletal changes under altered loading conditions can only partially explain the role of mechanics in controlling MSC differentiation. Increasingly, understanding how epigenetic factors, such as the mechanical environment, regulate stem cell fate is undertaken using tightly controlled in vitro models. Factors such as bioengineered surfaces, substrates, and bioreactor systems are used to control the mechanical forces imposed upon, and generated within, MSCs. From these studies, a clearer picture of how osteogenesis and chondrogenesis of MSCs is regulated by mechanical signals is beginning to emerge. Understanding the response of MSCs to such regulatory factors is a key step towards understanding their role in development, disease and regeneration.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,097
Tête enseignante GPT0,391
Écart entre enseignants0,294 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations231
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBirth Defects Research Part C Embryo Today ReviewsMême sujetBone fractures and treatmentsTravaux en français237 207